DeepSeek 发新论文：提出组件级自适应合成编程模型
tokenbender · x · 2026-08-13
DeepSeek 发布了一篇新论文，并同步推出了配套的测试框架（harness）。
论文提出了一种新颖的编程模型，引入了“自适应合成/形式化”的概念。在该模型中，组件可以显式声明其所需的输入以及将要产生的改变。运行时环境能够根据组件的加入和退出，自动激活或停用相关依赖，并干净利落地回滚副作用。这种机制为管理复杂依赖和状态提供了全新的思路。
所属事件:DeepSeek×北大：自进化Agent热插拔编程范式(6 条相关)→
「研究」频道最新
- Inherit-MAS:借鉴生物遗传的多智能体系统测试时进化,省 34.6% token — Songtao Wei · 2026-10-09
- 零人工标注:自动生成足球球员追踪数据集,HOTA 达 62.5 — RexDouglass · 2026-10-09
- LLM 为什么不真正"读字":从 BPE 到字节级模型的tokenization脉络 — jbhuang0604 · 2026-10-09
- PyTorch + KV 缓存加速 HSTU 推荐模型，延迟最高降 5.93 倍 — PyTorch · 2026-10-09
- 新预印本：LLM 把数字存成曲线和螺旋，但计算时并非总用这些形状 — tweetsatpreet · 2026-10-09
- 669 项临床决策仅花 1.7 美分,开源模型医疗成本惊人 — antoine_chaffin · 2026-10-09